如何用OpenCV和Numpy复刻Fabric.js的图像色相旋转效果？

我正在进行图像滤波工作，需要使用Python调整图像色相。此前用Fabric.js执行色相旋转，效果满意但运行速度极慢，因此希望将该功能复刻到Python中。然而尝试用OpenCV和Numpy实现时，输出结果与Fabric.js存在明显差异，人眼可轻易识别，部分区域绝对误差（AE）超15%。

以下是我的Python简化代码：

def adjust_hue(image, hue_value):
    """
    changes the Hue of the image using the hue_value parameter and returns the adjusted image.
    The hue_value must be in range (-1, 1).
    """

    # Split the input image into the color channels (BGR) and alpha channel
    bgr_channels = image[:, :, :3]
    alpha_channel = image[:, :, 3]

    hue_value = (hue_value * 180) / 2

    # Convert BGR image to HSV color space
    hsv_image = cv2.cvtColor(bgr_channels, cv2.COLOR_BGR2HSV)

    # Adjust the hue of the HSV image
    hsv_image[:, :, 0] = (hsv_image[:, :, 0] + hue_value) % 180

    # Convert the adjusted HSV image back to BGR color space
    bgr_adjusted = cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR)

    # Merge the adjusted BGR channels with the original alpha channel
    result_image = np.dstack((bgr_adjusted, alpha_channel))

    return result_image

# 调用方式
rotation = 0.33333333333333333333333333333333 # 对应-180到180范围里的60度
filtered_image = adjust_hue(image, rotation)

cv2.imwrite('merged.png', filtered_image)

Fabric.js的色相参数范围为(-1,1)，我沿用了该范围。尝试通过hue_value = (hue_value * 180)将其转换为(-180,180)时，输出不符合预期（如传入0.333...对应60度，效果却像传入120度），因此改为除以2的转换方式。输入图像为带透明通道的PNG格式，当前输出与Fabric.js预期输出存在差异，恳请指导如何实现与Fabric.js一致的精准色相旋转效果。

使用的依赖包：

• numpy==1.24.4
• opencv-python==4.8.0.74

内容的提问来源于stack exchange，提问作者Barun Bhattacharjee